很多初涉网络编程的程序员,在研究Java NIO(即异步IO)和经典IO(也就是常说的阻塞式IO)的API时,很快就会发现一个问题:我什么时候应该使用经典IO,什么时候应该使用NIO?
本文引用了“架构师社区”公众号的《史上讲的最好的Java NIO与IO的区别与应用》一文部分内容,感谢原作者的技术分享。
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/u011415782/article/details/51736440
👆点击“博文视点Broadview”,获取更多书讯 11月新书速递 虽然快到年底了,但是我们丝毫没有懈怠,依然快马加鞭地把好书源源不断地奉献给大家! 本月新书实在有些多,所以本期书单挑选了部分技术图书分享给大家,其中既有游戏界绝对的王者《腾讯游戏开发精粹II》,又有新锐技术Pulsar、SequoiaDB的相关著作,还有一应俱全的微服务一本通、有趣好玩的算法书和Python自动化办公图书,具体都有哪几本,快来看看吧~~ ---- 01 ▊《腾讯游戏开发精粹Ⅱ》 腾讯游戏 著 腾讯官方出品,领域经
Apache 的log4j, 是一个经典的java日志工具.组件。这系列笔记是基于 Log4j 1.2的(已经更新到2了)。
我相信这些读者或多或少都有一些 Java 基础,但由于看不到全貌,学了一段时间很容易迷失。所以我在寻思着能不能写一个学习的地图或者路线,让读者能知道下一步该学什么,自己离大厂的 offer还有多远的距离。
---- 最近工作中,接触到最有用的“玩具”就是Spark了,在cpu密集型业务驱动下,提升CPU处理效率,高效的利用内存是最优先的事务,所以有个好的计算工具太重要了,这也是促使我去寻找各种分布式计算工具的动力。 初次接触Spark是在参与公司的一个日志系统项目了解的, 当时就觉得Spark是个内存计算,支持hive sql 的利器,而且调用api非常简单、好用。当时使用的是Spark1.3 的版本,虽然功能还不太完善但是已经初见威力。后来闲下来就打算深入研究一下Spark,这个研究持续近1年
机器学习技术类书单推荐,共11本: 《机器学习》 《图解机器学习》 《机器学习实战》【有电子版】 《机器学习系统设计》【有电子版】 《Python机器学习基础教程》【有电子版】 《Python机器学习
1.入门快,有其它语言基础的程序员二周左右的时间就可以入门,一个月左右的时间基本上就可以开发简单的项目了。
【导读】Christine Doig是Anaconda公司的高级数据科学家。没错Anaconda就是那个著名的Python科学计算与发行管理软件。Christine Doig从最基本的强化学习概念开始
第一次接触到JeeStie是14年的时候,领导让做一个员工销售额数据上报和区域人员管理的内部系统,同事推荐了JeeSite,当时还是早期的版本,ORM使用的Hibernate,一通研究之后,就在上面快速的做了二次开发(内部系统,要求不高,功能实现即可),后来又相继做过一些东西,发现他真的很好用。
大家好,我是Tom哥。校招进阿里,研究生,P7技术专家,出过专利,竞赛拿过奖,CSDN博客专家,负责过电商交易、社区生鲜、营销、金融等业务,多年团队管理经验,爱思考。
一、技术类 1. JAVA、WEB、架构 《分布式Java应用——基础与实践》 《深入分析Java Web技术内幕》 《大型网站系统与Java中间件实践》 《分布式服务框架原理与实践》 《Java并发编程实战》 《Java7 并发编程实战手册》 《淘宝技术这十年》 《大话设计模式》 《构建高性能Web站点》 《Spring Boot揭秘(快速构建微服务体系)》 《Spring Boot实战》 《Spring Cloud微服务实战 》 《深入理解Java 虚拟机》 《Spring 2.x企业应用开发详解》 《
最近一直在思考如何帮助他人来学习 SQL,这里作为一名数据库 SQL 优化器的研发同学,我尝试从我个人的经验来分享一些提升对 SQL 的掌握使用的方法。
Other Hadoop-related projects at Apache include:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4yHXs6Sp-1627098349792)(/img/image-20210419160056620.png)]
先说一句我不是专业搞爬虫的,从2019-07-06到2019-07-11累计学习6天。这篇文章是对我这6天学习的总结。以我浅显的了解,在此我列出我曾经尝试过后来又放弃了的框架,最后压轴(zhoù)再写我正在使用的框架。目前有以下流行的爬虫框架技术:
《编码:隐匿在计算机软硬件背后的语言》 :零基础入门 《穿越计算机的迷雾》:零基础,但是读起来没有《编码》流畅 《程序是怎么跑起来的》 :除了第6章是讲压缩之外,别的都应该读一下
本文介绍了强化学习的基本概念,以及使用Python进行强化学习实践的方法和相关库。作者从强化学习的经典任务——Cartpole问题开始,介绍了如何使用不同的强化学习库进行实践。文章还介绍了强化学习的一些资源,包括课程、库和论文等。
机器学习该怎么入门? 本人大学本科,对机器学习很感兴趣,想从事这方面的研究。在网上看到机器学习有一些经典书如Bishop的PRML, Tom Mitchell的machine learning,还有p
写博客也已经快一年了,从去年的1024到现在金秋10月已纷至沓来。回顾这一年所发布的原创文章,基本都是与大数据主流或者周边的技术为主。本篇博客,就为大家介绍几篇关于大数据领域必看的经典书籍,喜欢的小伙伴记得来发一键三连。
Apache自1990年发布以来,一直是web服务器市场的王者。Nginx出现较晚,因其在高并发下卓越的表现,最初是作为Apache在高并发情况下的补充,当时Nginx+Apache是流行的架构. 现
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-5Rk9bK5g-1625406507847)(/img/image-20210419160056620.png)]
请勿利用文章内的相关技术从事非法测试,由于传播、利用此文所提供的信息而造成的任何直接或者间接的后果及损失,均由使用者本人负责,作者不为此承担任何责任。工具来自网络,安全性自测,如有侵权请联系删除。
2021年的第一本书, 就在这里选! 12月书讯,精彩来袭 临近年末,可能由于疫情的原因, 前几个月感觉就是一晃而过呀。 回顾2020这魔幻的一年,博文菌与你 一起追过新兴科技的浪潮, 一起探寻过大厂几十年的技术长征, 一起重温过经典之作的诞生, 一同见证过霸榜的高光时刻…… 今天,踩在2020的尾巴尖儿上 博文菌带来10本12月新书 打响最后时刻的技术节拍 文末参与互动赠书 新年好书提前收割 ▼ 本期书讯 1 《阿里云数字新基建系列:云原生操作系统Kubernetes》 2 《BPF之巅:洞悉
每个人有每个人的学习思路,这里根据自己的思路来总结汇总下 思路: 1.什么是kafka,kafka基础理论知识 2.部署实践 3.实战相关知识 1.什么是kafka,kafka基础理论知识 对于kafka,如果接触过,我们知道他是用来传输数据的。里面的一些概念也还是懂得的。这里简单说下个人的一些认识,如有错误,欢迎指正交流。 在大数据里面,分区【partition】,很多人其实还是不理解的。我个人理解,分区其实就是对数据的一个分类。也就是众多的数据中,对数据进行整理归类。kafka中,还有一个概念就是
数据科学家自我修养——一份数据科学的开放课程清单 最近一年以来,大数据这个概念被吹嘘的天花乱坠,仿佛你要是不说大数据就落伍了。继云计算之后,大数据已然成为IT行业的热点。《哈佛商业评论》更是宣称“数据科学家”是二十一世纪最性感的职业。所谓性感,既代表着难以名状的诱惑,又说明了大家都不知道它干的是什么。这里我不想重复什么是大数据,什么是数据科学,而是想以个人过去接近2年时间通过MOOC(开放课程)来学习数据科学的实践来给出一份个人建议的数据科学学习之路的课程清单。 数据科学家的自我修养 Drew Conway
近年来,随着 Google 的 AlphaGo 打败韩国围棋棋手李世乭之后,机器学习尤其是深度学习的热潮席卷了整个 IT 界。所有的互联网公司,尤其是 Google 微软,百度,腾讯等巨头,无不在布局人工智能技术和市场。百度,腾讯,阿里巴巴,京东,等互联网巨头甚至都在美国硅谷大肆高薪挖掘人工智能人才。现在在北京,只要是机器学习算法岗位,少则月薪 20k,甚至 100k 以上……
最近一年以来,大数据这个概念被吹嘘的天花乱坠,仿佛你要是不说大数据就落伍了。继云计算之后,大数据已然成为IT行业的热点。《哈佛商业评论》更是宣称“数据科学家”是二十一世纪最性感的职业。所谓性感,既代表着难以名状的诱惑,又说明了大家都不知道它干的是什么。这里我不想重复什么是大数据,什么是数据科学,而是想以个人过去接近2年时间通过MOOC(开放课程)来学习数据科学的实践来给出一份个人建议的数据科学学习之路的课程清单。 数据科学家的自我修养 Drew Conway给出的数据科学的一个文氏图,很好的诠释了数据科
之前很多小伙伴反映说学完Java基础和Spring框架之后,一时间不知道如何深入挖掘和进一步练手,因此本文就整理出几个适合初学者学习和练手的Java EE开源项目,供大家参考,大家可以认真吸收这些项目并真正转化为自己的技能点,这样以后不管是复试、写简历或者是求职找工作,也能更加从容一点。
今天是 Flink 从 0 到 1 系列的第 2 篇:《WordCount及FlinkSQL》。
机器之心报道 编辑:杜伟 Hugging Face NLP 课程开课了,所有课程完全免费。 NLP 领域的小伙伴应该都非常熟悉大名鼎鼎的 Hugging Face,这家专注于解决各种 NLP 问题的初创公司为社区带来了很多有益的技术成果。去年,该团队的 Transformers 代码库论文获得了 EMNLP 2020 最佳 demo 奖。今年 4 月,该团队发布了适用于多 GPU、TPU 和混合精度训练的 PyTorch 新库「Accelerate」。 近日,Hugging Face 在其官方推特上宣布推出
因此只需要在“时空”两个维度对分布式系统进行把握,就能提纲挈领,愈学愈明。“时”表示分布式系统的演进脉络,可以通过阅读不同时期、学术界工业界的一些论文来把握。“空”表示分布式系统中所研究的基本问题的拆解,可以通过阅读一些书籍建立分布式系统的知识体系。本文将我在学习分布式系统知识过程搜集到的一些资料,按类别简单汇总,以飨诸君。资料排名没有先后,请按需采用。
最近很多人觉得python火的不得了,是不是php不行了,有点杞人忧天了。很多人觉得看不懂相关招聘里面的内容,笔者根据入行的一些经验简单的分析下如何看懂一份php的招聘要求,希望带给那些正在找工作的小
最近和很多实时音视频领域的朋友交流中都有谈论到 RUDP(Reliable UDP),这其实是个老生常谈的问题,RUDP 在很多著名的项目上都有使用,例如 Google 的 QUIC 和 WebRTC。在 UDP 之上做一层可靠,很多朋友认为这是很不靠谱的事情,也有朋友认为这是一个大杀器,可以解决实时领域里大部分问题。
这是一个信息爆炸的时代。经过数十年的积累,很多企业都聚集了大量的数据。这些数据也是企业的核心财富之一,怎样从累积的数据里寻找价值,变废为宝炼数成金成为当务之急。但数据增长的速度往往比cpu和内存性能增长的速度还要快得多。要处理海量数据,如果求助于昂贵的专用主机甚至超级计算机,成本无疑很高,有时即使是保存数据,也需要面对高成本的问题,因为具有海量数据容量的存储设备,价格往往也是天文数字。成本和IT能力成为了海量数据分析的主要瓶颈。
【导读】本文主要介绍了基于Apache Spark的深度学习。我们知道Spark是快速处理海量数据的框架,而深度学习一直以来都非常耗费硬件资源,因此使用在Spark框架上进行深度学习对于提升速度是非常有用的。本文介绍了Apache Spark内部结构和工作原理,以及一些实用Spark的深度学习库,并在最后介绍了相关DL pipelines库。想要学习基于Spark分布式深度学习库的读者可以了解下。 作者 | Favio Vázquez 编译 | 专知 参与 | Fan, Hujun 基于Apache Spa
Lucene 是 apache 软体基金会发布的一个开放原始码的全文检索引擎工具包,由资深全文检索专家 Doug Cutting 所撰写,它是一个全文检索引擎的架构,提供了完整的建立索引和查询索引,以及部分文字分析的引擎,Lucene 的目的是为软体开发人员提供一个简单易用的工具包,以方便在目标系统中实现全文检索的功能,或者是以此为基础建立起完整的全文检索引擎,Lucene 在全文检索领域是一个经典的祖先,现在很多检索引擎都是在其基础上建立的,思想是相通的。 Lucene 是根据关健字来搜寻的文字搜寻工具,只能在某个网站内部搜寻文字内容,不能跨网站搜寻。
Hadoop wordcount程序是经典的hadoop入门测试程序,主要根据给出一堆文件file1、file2...,统计出file1、file2...中单词出现的次数。 我们在单机上测试运行这个程序,我的测试系统是Mac OS。 1 下载hadoop包,地址:http://www.apache.org/dyn/closer.cgi/hadoop/common/ 2 安装到任意目录,我安装在 /usr/local, 解压。 3 配置环境变量: vi /etc/profile 将下面ADD进去。
数学是学不完的,也没有几个人能像博士一样扎实地学好数学基础,入门人工智能领域,其实只需要掌握必要的基础知识就好。AI的数学基础最主要是高等数学、线性代数、概率论与数理统计三门课程,这三门课程是本科必修的。这里整理了一个简易的数学入门文章:
《Redis开发与运维》全面讲解 Redis 基本功能及其应用,并结合线上开发与运维监控中的实际使用案例,深入分析并总结了实际开发运维中遇到的“陷阱”,以及背后的原因, 包含大规模集群开发与管理的场景、应用案例与开发技巧,为高效开发运维提供了大量实际经验和建议。本书不要求读者有任何 Redis 使用经验,对入门与进阶 DevOps 的开发者提供有价值的帮助。主要内容包括:Redis 的安装配置、API、各种高效功能、客户端、持久化、复制、高可用、内存、哨兵、集群、缓存设计等,Redis 高可用集群解决方案,Redis设计和使用中的问题,最后提供了一个开源工具:Redis监控运维云平台 CacheCloud。
在Hadoop框架当中,Yarn组件是在Hadoop2.0之后的版本开始引入,主要是为了解决资源管理和调度的相关问题,是在大数据平台的实际运用当中,根据实际需求而引入的解决方案。今天的大数据入门分享,我们就来对Hadoop Yarn组件做个简单的基础解析。
随着互联网的发展,面对海量用户高并发业务,传统的阻塞式的服务端架构模式已经无能为力。本文(和下篇《高性能网络编程(六):一文读懂高性能网络编程中的线程模型》)旨在为大家提供有用的高性能网络编程的I/O模型概览以及网络服务进程模型的比较,以揭开设计和实现高性能网络架构的神秘面纱。
ThoughtWorks数据智能事业部自三年前成立以来,就致力于将ThoughtWorks在敏捷软件开发、精益数字化产品创新等工作方法与数据智能领域的成熟实践结合,为客户解决新形势下如何实现数据驱动的智能企业的问题,为行业带来创新的解决数据问题的方法和实践总结。
在Web开发的早期,通用网关接口(Common Gateway Interface,简称CGI)是一种标准协议,允许Web服务器执行外部应用程序并返回动态生成的网页。虽然现代Web框架如Django和Flask已经普及,但对于初学者和特定场景,了解CGI编程仍然具有价值。本文将详细介绍如何使用Python进行CGI编程,从基础知识到实践案例,带你入门这一经典Web开发技术。
本文由知名开源平台,AI技术平台以及领域专家:Datawhale,ApacheCN,AI有道和黄海广博士联合整理贡献,内容涵盖AI入门基础知识、数据分析\挖掘、机器学习、深度学习、强化学习、前沿Paper和五大AI理论应用领域:自然语言处理,计算机视觉,推荐系统,风控模型和知识图谱。是你学习AI从入门到专家必备的学习路线和优质学习资源。
很多朋友对大数据行业心向往之,却苦于不知道该如何下手。作为一个零基础大数据入门学习者该看哪些书?今天给大家推荐一位知乎网友挖矿老司机的指导贴,作为参考。
领取专属 10元无门槛券
手把手带您无忧上云